基于深度学习的碳酸盐岩薄片人工智能鉴定方法研究

综述了岩石薄片智能鉴定的研究现状,分析了薄片智能鉴定中存在的问题,提出了碳酸盐岩薄片人工智能鉴定命名规范,在此基础上提出碳酸盐岩薄片人工智能鉴定的研究流程与主要研究内容:①准备与处理薄片图像,建立碳酸盐岩图像数据库;②以先验知识指导建立薄片图像的结构组分、矿物组分、孔隙类型等分类标签,进行人工标注并建立标签数据库;③应用卷积神经网络、深度学习等技术,采用机器学习和人工修正相结合的方法,建立薄片图像标签的知识图谱;④进行结构组分、矿物组分及孔隙类型和含量的智能识别,完成自动岩性定名,输出鉴定报告,实现薄片智能鉴定。碳酸盐岩薄片人工智能鉴定目前仍然存在标签标注样本数量、语义分割不明确、成岩作用影响等问题,有待进一步研究。碳酸盐岩人工智能鉴定的发展方向包括从宏观(岩心、野外露头)到微观不同尺度的图像鉴定,CT、扫描电镜、阴极发光等不同类型图像的鉴定,以及测井、地震资料的智能解释等。